基于 Hawkes 过程对离散涂层退化事件进行建模
应用统计
2025-04-15 v1 机器学习
摘要
涂层材料退化的预测长期以来是工程领域的一个关键议题，因为这对系统维护和可持续材料使用具有巨大的影响。材料退化受到诸多因素的影响，包括腐蚀历史和环境特征，这些因素可以通过高频传感器进行测量。然而，由此类传感器产生的大量数据会阻碍高效的建模与预测。为缓解此问题，本文提出了一种新颖的度量方法，用于表示材料退化，形式为离散退化事件。这些事件保留了连续传感器读数的统计特性，如与涂层失效时间的相关性以及失效时的变异系数，但仅由数量级较少的测量值构成。为预测涂层系统的未来退化，使用标记 Hawkes 过程对事件进行建模。我们利用退化预测来预测未来的失效时间，相较于基于连续传感器测量直接建模的铝电解 corrosion 方法，表现出更佳的性能。虽然这种维护通常在固定周期下进行，但退化模型可以实现信息化的维护，从而减少不必要的过度维护并防止意外失效。
引用
@article{arxiv.2504.09706,
title = {Modeling Discrete Coating Degradation Events via Hawkes Processes},
author = {Matthew Repasky and Henry Yuchi and Fritz Friedersdorf and Yao Xie},
journal= {arXiv preprint arXiv:2504.09706},
year = {2025}
}